基于PS-InSAR和SBAS技術(shù)監(jiān)測昆明市主城區(qū)地面沉降

摘 要：由于昆明近幾年城市建設(shè)發(fā)展、地鐵興建、地下水開采等，導(dǎo)致地面出現(xiàn)嚴(yán)重的沉降現(xiàn)象，因此對其進(jìn)行有效監(jiān)測十分必要。本文利用覆蓋昆明地區(qū)的30幅Sentinel-1A影像，分別采用PS-InSAR技術(shù)和SBAS-InSAR技術(shù)進(jìn)行數(shù)據(jù)處理，獲得兩組昆明市主城區(qū)的地表沉降信息，并通過交叉驗證分析和時序分析對兩組結(jié)果進(jìn)行對比。結(jié)果表明：兩種方法的結(jié)果具有相關(guān)性、可靠性和較高一致性，研究區(qū)在2018年7月至2019年7月期間存在地面沉降問題，且最大年沉降速率可達(dá)到-39.258 3 mm/a。

關(guān)鍵詞：地面沉降;PS-InSAR;SBAS;時序分析;交叉驗證

中圖分類號：TP79"" 文獻(xiàn)標(biāo)識碼： A

地面沉降是一種由于人類工程經(jīng)濟(jì)活動影響和地下松散固結(jié)壓縮而導(dǎo)致的地殼表面標(biāo)高下降的地質(zhì)現(xiàn)象，又稱地面下沉或低陷。它一般有區(qū)域性下沉和局部性下沉兩種表現(xiàn)形式，引起城市地面沉降的原因與大量開采地下水、工程活動等有密切關(guān)系，可引起建筑物傾斜，地基的穩(wěn)定性被破壞等，給生產(chǎn)和生活帶來很大的影響。昆明市作為云南省的省會城市，也是目前為止我國西南地區(qū)唯一發(fā)生沉降的城市[1]，其主城區(qū)地面沉降現(xiàn)狀備受關(guān)注。近幾年，昆明市正處于城市發(fā)展的重要時期，例如地鐵建設(shè)、建筑施工等一系列城市建設(shè)活動都對地面沉降產(chǎn)生很大的影響。傳統(tǒng)的地面沉降監(jiān)測方式有水準(zhǔn)測量、全球定位系統(tǒng)測量等，相對于這些傳統(tǒng)的變形監(jiān)測手段，合成孔徑雷達(dá)差分干涉測量（differential interferometry synthetic aperture radar，D-InSAR）能更加有效地對目標(biāo)進(jìn)行全天候、全天時、大范圍、高精度的監(jiān)測。2001年，F(xiàn)ERRETTI等提出了永久散射體雷達(dá)干涉測量（permanent scatterers interferometry synthetic aperture radar，PS-InSAR）技術(shù)[2]，并且在2003年的Fringe大會上被確認(rèn)為InSAR領(lǐng)域最具有應(yīng)用前景的技術(shù)之一[3]。2002年，由BERARDINO和FORNARO等研究人員提出了短基線集干涉測量（small baseline subset znterterometry synthetic aperture radar， SBAS-InSAR）技術(shù)與PS-InSAR技術(shù)不同策略的時間序列分析方法[4]。

PS-InSAR技術(shù)和SBAS-InSAR技術(shù)這兩種方法的提出有效地解決了傳統(tǒng)D-InSAR易受時空失相關(guān)與大氣效應(yīng)的影響，能充分利用多景SAR影像和時序分析技術(shù)提高InSAR監(jiān)測地面的精度。

2003年，孟國濤[5]基于1987—1998年四期水準(zhǔn)數(shù)據(jù)分析，研究了昆明南市區(qū)地面沉降情況，表明以小板橋為中心的沉降區(qū)累計沉降量最大且有明顯擴(kuò)張的趨勢;2007年，高照忠等[6]采用以“3S”技術(shù)為基礎(chǔ)，建立GIS自動監(jiān)測系統(tǒng)監(jiān)測了昆明市的地面沉降情況;2016年，尹振興等[7]利用SBAS-InSAR技術(shù)基于2007—2010年SAR影像對昆明市地面沉降進(jìn)行監(jiān)測，發(fā)現(xiàn)了新的沉降漏斗;2017年，邵九明等[1]采用PS-InSAR技術(shù)研究昆明市地面沉降，昆明市地面沉降區(qū)域主要集中在南市區(qū)及滇池沿岸且空間分布不均，地面沉降總體呈現(xiàn)放緩趨勢;2018年，謝文斌等[8]基于SBAS-InSAR技術(shù)對昆明市地表沉降進(jìn)行監(jiān)測研究，得出了傳統(tǒng)沉降中心沉降趨于緩和并發(fā)現(xiàn)了滇池會展中心片區(qū)形成了新的沉降帶。本文選取2018—2019年30景降軌的Sentinel-1A數(shù)據(jù)，分別利用PS-InSAR和SBAS-InSAR兩種技術(shù)監(jiān)測昆明市的地面沉降并作對比分析。

1 基本原理

1.1 PS-InSAR原理

PS-InSAR技術(shù)的原理是利用覆蓋同一地區(qū)的多景（一般要求大于25景）SAR影像，通過統(tǒng)計分析影像的幅度信息，生成時間序列干涉像對，提取出不受時空基線失相關(guān)和大氣效應(yīng)影響的永久散射體點，最后分離出這些目標(biāo)點上的地形相位以此來監(jiān)測地面沉降。在城市區(qū)域可以獲得大量的穩(wěn)定點作為PS候選點，例如人工建筑物等。

貴州大學(xué)學(xué)報（自然科學(xué)版）第37卷

第4期姜乃齊 等：基于PS-InSAR和SBAS技術(shù)監(jiān)測昆明市主城區(qū)地面沉降

假設(shè)獲得了同一研究區(qū)域M+1景不同時間段的單視復(fù)數(shù)（single look complex， SLC）影像，以多普勒質(zhì)心頻率以及時間基線為依據(jù)選出主影像，剩余的M景影像則為輔影像，主影像分別與輔影像進(jìn)行配準(zhǔn)、干涉處理，然后引入外部數(shù)字高程模型（digital eleavation model， DEM），通過二次差分法去除地形相位，生成去平地效應(yīng)和地形效應(yīng)后干涉圖。其中，每個像素對應(yīng)的差分相位由式（1）表示。

φ=φdef+φtopo+φatm+φorb+φnoi。

（1）

式中：φ為每個像素的差分相位;φdef為形變相位;φtopo為地形相位;φatm為大氣相位;φorb為軌道誤差相位;φnoi為噪聲相位。其中φtopo和φatm

是由于DEM精度問題和大氣延遲導(dǎo)致的。本文通過振幅離差指數(shù)閾值法來篩選穩(wěn)定的PS點，振幅離差指數(shù)閾值法[9]是由FERRETTI提出，表示為式（2）。

DA=mAσA。（2）

式中：幅度值均值為

mA=1N+1∑N+1i=1Ai;

標(biāo)準(zhǔn)差為

σA=1N+∑N+1i=1（Ai-mi）;

Ai 可以通過逐像元計算像元序列幅度值得，

Ai=[Im（s（i，j））]2+[Re（s（i，j））]2，

Im（s（i，j））為SAR圖像上位置第i行第j列的復(fù)數(shù)實部，Re（s（i，j））表示復(fù)數(shù)的虛部。

1.2 SBAS-InSAR原理

SBAS-InSAR技術(shù)的原理是將時間序列雷達(dá)數(shù)據(jù)整合成多個小基線集，基于形變速率最小范數(shù)準(zhǔn)則，利用矩陣奇異值分解（singwlar valne decomposition， SVD）方法獲取目標(biāo)的形變速率及其時間序列[10]。覆蓋同一區(qū)域范圍時間序列為t1，t2，t3，……，tN的N+1幅SLC影像，生成的差分干涉圖數(shù)量M滿足不等式（3）：

N+12≤M≤MN+12。

（3）

假設(shè)由t1時刻和t2時刻的兩幅影像干涉獲得了第i幅去除地形相位后的干涉圖，且t2時刻大于t1時刻，則第i幅干涉圖的干涉相位可表示為式（4）：

δφi=φ2-φ1≈4πλd2-d1。（4）

式中：λ為雷達(dá)波長;t1和t2時刻雷達(dá)視線方向上的累計型變量分別為d1和d2。在t0時刻有d0≡0，則φti≈4πλdti表示所有得到形變時間序列[11]。式（4）中的相位值可以用兩個獲取時間段平均速率Vj和相應(yīng)時間的乘積表示。

Vj=φj-φj-1tj-tj-1。

（5）

則進(jìn)一步可得第j幅相位值可得：

∑tB，Jk=tA，j（tk-tk-1）Vk=δφj。（6）

把上式寫成矩陣形式可得：

BV=δφj。（7）

式中：B為M×N的矩陣，當(dāng)M

2 實例分析

2.1 研究區(qū)域及試驗數(shù)據(jù)

昆明市位于云貴高原的中部，總體地勢為北高南低，并呈階梯狀逐漸遞減[12]，其地區(qū)面積約為2 000 km2，其中沉降嚴(yán)重的區(qū)域大約為300" km2。由于近幾年昆明市軌道交通的飛速發(fā)展、城市內(nèi)高樓的興建和地下水的抽取等原因，市區(qū)內(nèi)出現(xiàn)大規(guī)模的地面沉降現(xiàn)象且有新的沉降中心產(chǎn)生，沉降面積不斷擴(kuò)大。因此研究區(qū)域范圍選取如圖1所示，包括西山區(qū)、盤龍區(qū)、五華區(qū)、官渡區(qū)和呈貢區(qū)，中心經(jīng)緯度為25°00′北，102°43′東。本文從歐空局（european space agency，ESA）下載了30景IW模式下Sentinel-1A降軌影像，時間跨度為2018年7月20日至2019年7月27日，極化方式為VV。Sentinel-1A衛(wèi)星是歐空局發(fā)射的C波段雷達(dá)遙感衛(wèi)星。此衛(wèi)星的默認(rèn)成像模式為漸進(jìn)式地形觀測模式（terrain observation with progressive，TOPS）此模式提高了影像的質(zhì)量和干涉性能[13] 。數(shù)據(jù)參數(shù)如表1所示。

另外，為了提高影像軌道精度，本文從歐空局獲取了星載多譜勒無線電定軌定位系統(tǒng)（delft object-oriented radar interferometric software，DORIS）精密軌道數(shù)據(jù)，美航局提供的DEM，用于去除地形相位，拼接后的DEM如圖2所示。

2.2 數(shù)據(jù)處理

該試驗主要基于SARscape軟件和30景Sentinel-1A數(shù)據(jù)，具體試驗處理流程包括SBAS干涉處理和PS干涉處理。

2.2.1 SBAS干涉處理

（1）數(shù)據(jù)預(yù)處理：讀取30景原始數(shù)據(jù)，利用矢量文件裁剪出研究的區(qū)域。

（2）連接圖和連接相對的生成：選取日期為2019-02-29的影像作為超級主影像，設(shè)置最大臨界基線為2%，最大時間基線閾值設(shè)置為250 d，最終生成308個像對，像對時空基線連接圖如圖3所示，最大時間基線為240 d，最小時間基線為12 d。最大空間基線為100.307 m，最小空間基線為3.173 m。

（3）干涉工作流：將308個像對進(jìn)行干涉處理，相干性生成，去平、濾波和相位解纏，把所有的數(shù)據(jù)對都配準(zhǔn)到超級主影像上為軌道精煉和重去平以及SBAS反演做好準(zhǔn)備。本文選用的解纏方法為Delaunay MCF，該方法能獲得全局最優(yōu)處理結(jié)果，濾波方法選擇Goldstein。

（4）軌道精煉和重去平：用于估算并去除殘余相位，由于衛(wèi)星軌道不準(zhǔn)確或DEM地理定位不準(zhǔn)確，用地面控制點（ground control point， GCP）來修正SAR數(shù)據(jù)，其中，選擇GCP需要參考的標(biāo)準(zhǔn)有：1）選擇沒有殘余地形條紋的區(qū)域;2）選擇沒有形變的區(qū)域，除非知道該點的形變速率;3）選擇沒有相位跳躍的點。本文一共選擇了50個GCP。

（5）SBAS一次反演：是反演的核心，估算形變速率和殘余地形相位，并通過二次解纏來對輸入的干涉圖進(jìn)行優(yōu)化。

（6）SBAS二次反演：SBAS二次解纏的干涉相位圖殘余相位分離為低通和高通兩部分相位，分別用低通濾波和高通濾波對殘余相位濾波，獲得非線性形變，把線性形變相位和非形變相加，即所得地表精確的形變信息。

（7）地理編碼：將地表形變結(jié)果投影到地理坐標(biāo)系上，本文將結(jié)果投影到視線方向（LOS）上。

2.2.2 PS干涉處理

（1）數(shù)據(jù)預(yù)處理：與SBAS處理一致。

（2）連接圖生成：同樣選取日期為2019-02-29的影像為主影像，生成連接圖如圖4所示，最大時間基線為204 d，最小時間基線為12 d，最大空間基線為98.950 m，最小空間基線為5.537 m。

（3）干涉工作流：對30景SAR影像進(jìn)行配準(zhǔn)去平差分干涉處理生成29個干涉對，通過振幅離差指數(shù)篩選出穩(wěn)定的PS點，一共2 230 055個有效的PS點，且這些PS點大多分布在建筑物、橋梁等，滇池、綠化區(qū)域，基本沒有PS點。

（4）PS第一次反演：獲得位移速率和殘余地形來對合成的干涉圖進(jìn)行去平，主要方法是基于識別一定數(shù)量的“相干雷達(dá)信號反射”（永久散射體），要求永久散射體必須是穩(wěn)定的（變動小于1 mm）且能被SAR天線探測到。

（5）PS第二次反演：這一步去除大氣相位得到最終的形變速率。

（6）地理編碼。

3 結(jié)果分析

3.1 沉降結(jié)果分析

經(jīng)過上述處理過程，得到昆明市主城區(qū)地表的年沉降速率如圖5所示，可以看出兩種方法的沉降漏斗中心位置、沉降速率及沉降區(qū)域大小幾乎一致，其中A、B、C三個區(qū)域為本次監(jiān)測中沉降相對嚴(yán)重的區(qū)域，如圖6所示。從圖6中可以看出昆明的地表沉降在空間上呈不均勻分布，其中昆明市的地表沉降區(qū)主要分布在滇池東北部、東部地區(qū)以及昆明中部地區(qū)。

A區(qū)位于昆明官渡區(qū)，出現(xiàn)了多處沉降漏斗：首先是螺螄灣-廣衛(wèi)村-義路村-羊甫村-楓林盛景小區(qū)-星宇園-子君欣景等片區(qū)，PS和SBAS兩種方法的最大年沉降速率分別為-36.822 mm/a和-33.686 mm/a，沉降面積為5.63 km2;其次是昆磨高速公路和東環(huán)城高速公路交界附近，最大年沉降速率分別為-35.275 mm/a和-32.685 mm/a，這兩處沉降由于居民地和交通網(wǎng)絡(luò)密集，土層以軟黏土土為主，且附近有昆明地鐵四號線在建，地鐵隧道的施工、地下水抽取以及施工降水措施以及交通流量和建筑用地施壓等造成了土層水分滲出、土體變密、地面下陷等，一系列原因共同造成了這一片區(qū)的沉降[14]。小板橋位于官渡區(qū)的東南部鳴泉村立交橋西南處附近，最大年沉降速率分別為-23.874 mm/a和-21.814 mm/a，另外從世紀(jì)金源購物中心至望春苑一帶靠近地鐵1號線餌季路站已連成一片，年沉降速率分別為-17.137" mm/a和-14.726 mm/a，根據(jù)文獻(xiàn)[15]和[16]可知在2014—2017年曉東村沉降嚴(yán)重，本次監(jiān)測可以得出曉東村一帶沉降趨勢有明顯的緩和，最大年沉降速率分別為-13171 mm/a和-11.303" mm/a。

B區(qū)位于官渡老城區(qū)，臨近滇池，這一片區(qū)出現(xiàn)了多個沉降漏斗并有向市中心擴(kuò)張的趨勢，靠近滇池由北向南分別為小河嘴村、蘇王村、滇池國際會展中心一帶、龔家村、丁姚村、六甲村、羅家村、五甲河、龍馬村、羅衙村等沉降區(qū)域，其中沉降較為嚴(yán)重的幾塊區(qū)域：六甲村-羅家村-六甲河一帶，最大年沉降速率分別達(dá)到-38.679 mm/a和34.501 mm/a，小河嘴村-滇池國際會展中心-龔家村-韓家村一帶，最大年沉降速率分別為-38.716 mm/a和-35.482 mm/a，這一沉降區(qū)域靠近滇池， 滇池附近的土層松軟且飽含水分，并夾有松軟沉積物，如淤泥等，這些地層孔隙大且含有大量水分使得周邊地區(qū)的地基松軟，并且有大量的地下水向滇池方向徑流和排泄，周圍的軟土下沉導(dǎo)致了這一片區(qū)的沉降現(xiàn)象[15]。此外，靠近清水河湖畔之夢小區(qū)的南繞城高速公路一帶，仟村佳宇小區(qū)周邊以及潤城附近都有明顯的沉降現(xiàn)象，這一區(qū)域最大年沉降速率分別為-32.070 mm/a和-29.265 mm/a。

C區(qū)位于昆明西山區(qū)，可以看出棕樹營一帶出現(xiàn)沉降，最大沉降速率分別為-21.258 mm/a和-18.801 mm/a。

3.2 結(jié)果對比分析

3.2.1 相關(guān)性分析

由于缺少同期水準(zhǔn)數(shù)據(jù)，為了進(jìn)一步對兩種方法進(jìn)行精度分析，分別在PS和SBAS兩種方法的沉降速率圖上提取同名點，這些同名點具有相同的地理坐標(biāo)，在研究區(qū)域均勻篩選1 010個相干性較高的同名點，對比PS和SBAS兩種方法所得結(jié)果的年平均沉降速率，得到的相關(guān)系數(shù)圖如圖7所示，兩者的線性相關(guān)性R達(dá)到了0.997 9，且PS點和SBAS點的沉降速率分布均勻，可以得出兩種方法得到的年平均沉降速率具有一致性，說明這兩種方法對地面沉降監(jiān)測的可行性。

3.2.2 時序分析

分別從A、B、C三個區(qū)域選擇在沉降漏斗區(qū)域選出了三對典型點進(jìn)行分析，如圖8所示。A區(qū)典型點位置選擇在昆磨高速公路旁義路村附近（a），B區(qū)典型點選擇在滇池國際會展中心一帶靠近蘇王村（b），C區(qū)典型點選擇在棕樹營（c），繪制出這三個典型點在2018年7月到2019年7月時間跨度內(nèi)的形變曲線。

由圖8可知PS和SBAS兩種方法下的典型點沉降情況和趨勢基本一致，但是得到的結(jié)果還是有一些細(xì)微的差別：圖8（a）中，2019年6月左右，SBAS點的沉降呈現(xiàn)放緩趨勢，而PS點的沉降有明顯的加劇趨勢;圖8（b）中，SBAS點總體呈持續(xù)沉降加劇的趨勢，而PS點的沉降情況比SBAS點更加劇烈，且在某些時間段有沉降放緩的情況，例如2018年9月18日至10月、11月17日至12月等;圖8（c）中，在2018年10月至11月、2019年5月28日至6月初等時間段，SBAS點呈現(xiàn)出加劇的沉降現(xiàn)象，PS點的沉降卻明顯放緩，在2018年7月至8月、2019年4月至5月中旬等期間，SBAS點的沉降情況有緩和的趨勢，而PS點呈現(xiàn)加劇的趨勢。出現(xiàn)這些細(xì)微的差別是由于這兩種方法選擇備選點的算法不同導(dǎo)致的[17]。

4 結(jié)論

通過對PS-InSAR和SBAS-InSAR兩種方法的監(jiān)測結(jié)果進(jìn)行對比和精度驗證，試驗表明：

（1）研究區(qū)一共有3處比較大的形變區(qū)，A區(qū)為螺螄灣北-廣衛(wèi)立交橋，小板橋一帶，由于居民地

和交通網(wǎng)絡(luò)密集，地鐵施工等，年沉降速率達(dá)到-36.822 mm/a。

（2）B區(qū)滇池國際會展中心、福保路一帶出現(xiàn)了多處沉降漏斗連城一片，這一區(qū)域靠近滇池，且廣泛分布的松軟土層容易受到外界作用力的影響造成地面沉降，年沉降速率達(dá)到-38.679 mm/a。

（3）C區(qū)為棕樹營一帶，年沉降速率達(dá)到-21.258 mm/a，這些沉降區(qū)域的空間分布與地鐵和大型建筑的分布有關(guān)，而且與地下水的抽取也有關(guān)。

以上結(jié)果證明了兩種方法所得沉降監(jiān)測數(shù)據(jù)有較高的一致性，且在高原地區(qū)的變形監(jiān)測中具有可行性和較好應(yīng)用前景。

參考文獻(xiàn)：

[1]邵九明，" 李金平，" 陸好健. PS-InSAR技術(shù)在昆明市地面沉降監(jiān)測中的應(yīng)用[J]. 河南城建學(xué)院學(xué)報，" 2017， 26（5）： 51-55.

[2]FERRETTI" A，" PRATI" C，" ROCCA" F. Permanent scatterers in SAR interferometry[J]. IEEE Transactions on Geoscience and Remote Sensing，" 2001， 39（1）： 8-20.

[3]高勝，" 曾琪明，" 焦健，" 等. 永久散射體雷達(dá)干涉研究綜述[J]. 遙感技術(shù)與應(yīng)用，" 2016，" 31（1）： 86-94.

[4]BERARDINO P，" FORNARO G，" LANARI R，" et al. A new algorithm for surface deformation monitoring based on small baseline differential SAR interferograms[J]. IEEE Transactions on Geoscience and Remote Sensing，" 2002，" 40（11）： 2375-2383.

[5]孟國濤. 昆明南市區(qū)地面沉降研究[D]. 昆明： 昆明理工大學(xué)， 2003.

[6]高照忠，" 羅志清，" 魏海霞. 3S技術(shù)在昆明市地面沉降監(jiān)測中的應(yīng)用[J]. 地礦測繪，" 2007， 23（1）： 29-31.

[7]尹振興，" 鐘麗云，" 許兵，" 等. 基于SBAS-InSAR的昆明地面沉降監(jiān)測研究[J]. 地礦測繪，" 2016， 32（4）： 1-5.

[8]謝文斌，" 左小清，" 隋廣巖，" 等. 利用SBAS-InSAR技術(shù)監(jiān)測昆明市地表沉降[J]. 城市勘測，" 2018，" 166（5）： 77-81.

[9]FERRETTI" A， PRRTAI C， ROCCA F， et al. Nonlinear subsidence rate estimation using permanent scatters in differential SAR interferometry [J].IEEE Transactions on Geoscience and Remote Sensing， 2000， 38（05）： 2202-2212.

[10]廖明生， 王騰." 時間序列InSAR 技術(shù)與應(yīng)用[M]. 北京：" 科學(xué)出版社， 2014.

[11]BERARDINO P，" FORNARO G，" LANARI R，" et al. A new algorithm for surface deformation monitoring based on small baseline differential SAR interferograms[J]. IEEE Transactions on Geoscience and Remote Sensing，" 2002，nbsp; 40（11）： 2375-2383.

[12]薛傳東，" 劉星，" 李保珠，" 等. 昆明市區(qū)地面沉降的機(jī)理分析[J]. 中國地質(zhì)災(zāi)害與防治學(xué)報，" 2004，" 15（3）： 47-54.

[13]吳文豪." 哨兵雷達(dá)衛(wèi)星TOPS模式干涉處理研究[D]. 武漢： 武漢大學(xué)， 2016.

[14]秦曉瓊，" 楊夢詩，" 廖明生，" 等. 應(yīng)用PS-InSAR技術(shù)分析上海道路網(wǎng)沉降時空特性[J]. 武漢大學(xué)學(xué)報： 信息科學(xué)版，" 2017， 42（2）： 177.

[15]范軍，" 左小清，" 李濤，" 等. 應(yīng)用升降軌SBAS-InSAR技術(shù)監(jiān)測昆明市地面沉降[J]. 地理信息世界，" 2018， 25（3）： 64-70.

[16]范軍，" 左小清，" 李濤，" 等. PS-InSAR和SBAS-InSAR技術(shù)對昆明主城區(qū)地面沉降監(jiān)測的對比分析[J]. 測繪工程，" 2018，" 27（6）： 53-61.

[17]劉欣，" 商安榮，" 賈勇帥，" 等. PS-InSAR和SBAS-InSAR在城市地表沉降監(jiān)測中的應(yīng)用對比[J]. 全球定位系統(tǒng)，" 2016，" 41（2）： 105-109.

（責(zé)任編輯：于慧梅）

Monitoring Land Settlement in the Main Urban Area of Kunming

Based on PS-InSAR and SBAS Technology

JIANG Naiqi1， ZUO Xiaoqing*1， WANG Zhihong2， YOU Hong1， ZHAO Yongheng3

（1.School of Land and Resources Engineering， Kunming University of Science and Technology，Kunming 650093， China;

2.Guizhou University of Engineering Science，Bijie 551700，China ;3. Yunnan Surveying and Mapping Engineering Institute，Kumming 650033，China）

Abstract：

Since Kunming's urban construction and development， subway construction， and groundwater extraction in recent years have caused serious ground subsidence， it is necessary to monitor the" settlement of the ground effectively. In this paper， 30 Sentinel-1A images covering Kunming area are used for data processing by using PS-InSAR technology and SBAS-InSAR technology respectively， and two groups of ground settlement information in the main urban area of Kunming are obtained， and the two groups of results are compared by cross validation analysis and time sequence analysis. The results show that the results of the two methods are correlated， reliable and highly consistent. The land settlement problem exists in the study area from July 2018 to July 2019， and the maximum annual settlement rate can reach -39.258 3 mm/a.

Key words：

ground settlement; PS-InSAR; SBAS; time series analysis;cross validation

收稿日期：2020-02-28

基金項目：國家自然科學(xué)基金資助項目（51574242）;云南省應(yīng)用基礎(chǔ)研究計劃資助項目（2018FB078）;貴州省自然科學(xué)研究資助項目（[2018]071，[2018]405）

作者簡介：姜乃齊（1996-），女，在讀碩士，研究方向：InSAR技術(shù)的監(jiān)測應(yīng)用與精度分析，Email：100309667@qq.com.

通訊作者：左小清，Email：514012196@qq.com.